สิ่งตีพิมพ์ในหัวข้อ 'optimization'
วิธีมองเห็นสิ่งที่มองไม่เห็น
อัลกอริทึมสำหรับการสร้างข้อมูลที่ไม่มีอยู่ตั้งแต่แรก
เมื่อสินค้าคงคลังถึงศูนย์ คุณจะไม่สามารถสังเกตการขายไอเทมได้ อย่างไรก็ตาม เราอาจยังคงสนใจที่จะอนุมานปริมาณนี้เพื่อใช้สำหรับการพยากรณ์และการพยากรณ์ในภายหลัง เมื่อใช้ ชุดข้อมูล ที่จัดทำรายการธุรกรรมมากกว่า 5 แสนรายการบนไซต์อีคอมเมิร์ซยอดนิยม ASOS ฉันจะสาธิตวิธีใช้ การสร้างเมทริกซ์ที่แข็งแกร่ง เพื่อกู้คืนความต้องการที่ไม่มีใครสังเกตได้
นอกเหนือจากการประมวลผลข้อมูลล่วงหน้า
เพื่อความง่าย เราจะพิจารณาสินค้าที่ขายดีที่สุด 20..
การเพิ่มประสิทธิภาพขนาดมัดเชิงมุม
การเพิ่มประสิทธิภาพขนาดมัดเชิงมุม
ภาพรวม
เป็นเรื่องน่าเจ็บปวดที่ได้รับจากลูกค้าคนสำคัญของคุณว่าเว็บแอปของคุณใช้เวลาโหลดนานเกินไปและช้ามาก มีบทความนับแสนบทความที่พูดคุยเกี่ยวกับการปรับปรุงประสิทธิภาพของแอป เช่น การโหลดแบบ Lazy Loading การเรนเดอร์ฝั่งเซิร์ฟเวอร์ การแคช
วันนี้การอภิปรายเป็นเรื่องเกี่ยวกับวิธีลดขนาดมัด Angular ในวิธีที่ง่ายมาก
ชุดปัจจุบันของคุณใหญ่แค่ไหน?
ด้วยการรัน ng build --prod คุณจะพบขนาดบันเดิลปัจจุบันของคุณ ให้ฉันสร้างหนึ่งในโปรเจ็กต์ Angular ที่มีมากกว่า..
ค่าเฉลี่ยเคลื่อนที่ที่ใช้ในอัลกอริทึมการปรับให้เหมาะสม
ค่าเฉลี่ยเคลื่อนที่แบบธรรมดา ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล ใช้ในการเรียนรู้ของเครื่องและอัลกอริธึมการหาค่าเหมาะที่สุด คณิตศาสตร์
ค่าเฉลี่ยเคลื่อนที่เป็นเทคนิคทางสถิติที่ใช้ในการวิเคราะห์ข้อมูลอนุกรมเวลาโดยการคำนวณค่าเฉลี่ยของหน้าต่างเลื่อนของจุดข้อมูลที่ต่อเนื่องกัน ค่าเฉลี่ยเคลื่อนที่สามารถใช้เพื่อลดความผันผวนของข้อมูลและช่วยลดผลกระทบของความผันผวนในระยะสั้นและสัญญาณรบกวนในข้อมูล ทำให้ระบุแนวโน้มและรูปแบบได้ง่ายขึ้น..
การเพิ่มประสิทธิภาพพร้อมท์อัตโนมัติของ Microsoft ปรับปรุงพร้อมท์เพื่อเพิ่มประสิทธิภาพ LLM
การเพิ่มขึ้นของโมเดลภาษาขนาดใหญ่ (LLM) อันทรงพลังเมื่อเร็ว ๆ นี้ ได้ปฏิวัติสาขาการประมวลผลภาษาธรรมชาติ (NLP) ประสิทธิภาพของโมเดลกำเนิดเหล่านี้ส่วนใหญ่ขึ้นอยู่กับการแจ้งเตือนของผู้ใช้ซึ่งมีรายละเอียดและซับซ้อนมากขึ้น การค้นหาใน Google Trends เผยความนิยมเพิ่มขึ้นร้อยเท่าสำหรับคำว่า “prompt…
การปรับตัวระดับต่ำ (LoRa) คืออะไร
LLM ถูกมองว่าเป็นเทคโนโลยีที่สำคัญสำหรับการพัฒนาผลิตภัณฑ์และบริการที่เป็นนวัตกรรม บริษัทชั้นนำกำลังทำการลงทุนที่สำคัญในพวกเขาเพื่อใช้ประโยชน์จากเทคโนโลยีใหม่นี้ในผลิตภัณฑ์/บริการของตน และมอบมูลค่าที่ดีขึ้นให้กับผู้ใช้ของพวกเขา อย่างไรก็ตาม มีปัญหาใหญ่ในการฝึกอบรมและให้บริการโมเดลภาษาขนาดใหญ่เหล่านี้ มีค่าใช้จ่ายสูง ตามบทความบางบทความ [ 1 ] [ 2 ] ค่าใช้จ่ายในการฝึกอบรมโมเดลขนาดใหญ่เหล่านี้อาจมีตั้งแต่หลายล้านถึงพันล้านดอลลาร์ แพงใช่มั้ยล่ะ!
แต่ทำไมไม่ใช้รุ่นที่มีอยู่แล้วล่ะ?..
สนับสนุนปัญหา Vector Machine-Duality
การแนะนำ
ในบทความนี้ ผมจะพูดถึง Support Vector Machine (SVM) ซึ่งเป็นอัลกอริธึมการเรียนรู้ภายใต้การดูแลสำหรับการจำแนกข้อมูล โดยทั่วไป SVM ใช้สำหรับแยกจุดข้อมูลหลายมิติออกเป็นสองคลาสที่แตกต่างกัน เพื่อความง่าย เราจะพิจารณาเฉพาะกรณีสองมิติเท่านั้น (แนวคิดสำหรับมิติที่สูงกว่าก็เหมือนกัน) ขั้นแรก เราจะกำหนดฟังก์ชันวัตถุประสงค์ภายใต้ข้อจำกัด แล้วพิจารณาฟังก์ชันคู่ลากรองจ์เพื่อแก้ไขปัญหาการหาค่าเหมาะที่สุดนี้ นอกจากนี้ ผมจะพิสูจน์ว่าการแก้ปัญหาแบบคู่นั้นเทียบเท่ากับการแก้ปัญหาเบื้องต้น..
ทำความเข้าใจเกี่ยวกับการกระจายตัวแบบไฮเปอร์เรขาคณิต
แจกแจงการกระจายที่ไม่ค่อยมีใครรู้จักในด้านวิทยาศาสตร์ข้อมูล
พื้นหลัง
การแจกแจงแบบทวินาม เป็นการแจกแจงที่รู้จักกันดีทั้งในและนอกวิทยาศาสตร์ข้อมูล อย่างไรก็ตาม คุณเคยได้ยินเกี่ยวกับ การกระจายตัวแบบไฮเปอร์จีโอเมตริก ซึ่งเป็นญาติที่ได้รับความนิยมน้อยกว่าหรือไม่ ถ้าไม่เช่นนั้น โพสต์นี้จะให้คำอธิบายโดยละเอียดว่ามันคืออะไรและเหตุใดจึงมีประโยชน์สำหรับนักวิทยาศาสตร์ข้อมูลอย่างเรา
ปรีชา
การกระจายแบบไฮเปอร์เรขาคณิตจะวัดความน่าจะเป็นของความสำเร็จ k ในจำนวนการทดลอง n ครั้ง..
